SKILLEMALL.ai

BC yq-prompt-optimizer

Эксперт по оптимизации промптов ИИ уровня мастера. Используйте этот навык, когда пользователю нужно оптимизировать промпт, улучшить промпт, выполнить промпт-инжиниринг, разработать эффективный промпт. Преобразует расплывчатые запросы в точно построенные промпты, максимально раскрывая потенциал ИИ на всех платформах. Ключевые слова: prompt optimization, prompt engineering, оптимизация промптов, промпт-инжиниринг, improve prompt, optimize prompt, refine prompt.

машинный переводПоказать оригиналСкрыть оригинал«大师级AI提示词优化专家。当用户需要优化提示词、改进prompt、进行提示词工程、设计高效提示词时使用此技能。将模糊的请求转化为精准构建的提…»

大师级AI提示词优化专家。当用户需要优化提示词、改进prompt、进行提示词工程、设计高效提示词时使用此技能。将模糊的请求转化为精准构建的提示词,最大化释放AI在所有平台的潜力。Keywords: prompt optimization, prompt engineering, 提示词优化, 提示词工程, improve prompt, optimize prompt, refine prompt

ClawHub Agent Skills автор: tianheihei002 v1.0.0 MIT-0 3 файла тело ≈ 1 015 токенов Открыть источникclawhub.ai проанализирован 11 ч назад

Эксперт по оптимизации промптов ИИ уровня мастера.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 52
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1015 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 200 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 52 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a text-only prompt-optimization skill with no executable code, persistence, credential access, or hidden data flow.
LLM: benign (high) · VirusTotal: · 31 мая 2026 г.